Machine learningNetwork science

Ponderisani model eksponencijalnog slučajnog grafa

Ponderisani model eksponencijalnog slučajnog grafa (W-ERGM) proširuje klasični binarni ERGM okvir na mreže čije grane nose kvantitativne vrednosti — kao što su učestalost kontakta, obim trgovine ili intenzitet saradnje. On modeluje celu mrežu sa vrednosnim granama kao raspodelu verovatnoće definisanu nad svim mogućim ponderisanim grafovima, omogućavajući istraživačima da testiraju da li se strukturni obrasci kao što su reciprocitet, tranzitivnost ili raspodela stepena javljaju izvan onoga što bi sam slučaj proizveo.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

Izvori

  1. Krivitsky, P. N. (2012). Exponential-family random graph models for valued networks. Electronic Journal of Statistics, 6, 1100–1128. DOI: 10.1214/12-EJS696
  2. Robins, G., Pattison, P., Kalish, Y., & Lusher, D. (2007). An introduction to exponential random graph (p*) models for social networks. Social Networks, 29(2), 173–191. DOI: 10.1016/j.socnet.2006.08.002

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Weighted Exponential Random Graph Model (Valued-Edge ERGM). ScholarGate. https://scholargate.app/sr/network-analysis/weighted-exponential-random-graph-model

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citirana u

ScholarGateWeighted Exponential Random Graph Model (Weighted Exponential Random Graph Model (Valued-Edge ERGM)). Preuzeto 2026-06-15 sa https://scholargate.app/sr/network-analysis/weighted-exponential-random-graph-model · Skup podataka: https://doi.org/10.5281/zenodo.20539026